数字图像配准是计算机视觉中的一个基本问题,它在三维图像重构、目标识别、对象分类、相机自校正等方面都有广泛的应用。数字图像配准通常是数字图像处理的一个预处理阶段,比如数字图像融合,数字拼接等。数字图像配准技术可以对同一场景在不同的成像条件下获取的不同的图像进行匹配与叠加,生成一个新的有关此场景的解释,而这个解释是从单一拍摄的图像信息中无法获得的。我们为了获得更加丰富与详细的图像信息,对同一场景往往是从不同的角度进行拍摄的,通过这种拍摄我们就获得了多个不同视角的图像,即多视角图像。本文所要研究的就是对从不同视角拍摄的有关同一场景的多个不同视角的图像进行匹配的问题,即多视角图像配准问题。多视角图像配准问题的研究对推进数字图像配准技术的发展有着重要的意义与价值。本文提出了一种适用于多视角图像的配准方法。该方法是将由Harris特征检测方法衍生出来的仿射不变的特征检测方法应用于多视角图像的特征提取中,然后将提取的特征点邻域的特征不变区域进行归一化以便使多视角图像的配准问题转变成为局部发生刚性变换的图像配准问题,并采用了一种改进的SIFT描述子对特征进行描述,最后采用距离函数进行相似度计算得到特征匹配点对。文中分别用该方法与SIFT方法对多视角图像进行匹配实验,证明了该方法比SIFT方法在处理视角变换较大的图像配准问题上可以得到更好的匹配效果。